892 protéines plasmatiques associées au risque de maladie cardiaque dans une étude portant sur 53 000 personnes
Une étude pionnière du UK Biobank portant sur 14 ans cartographie 3 089 associations protéines-MCV, révélant des biomarqueurs causaux et des opportunités de repositionnement médicamenteux.
Résumé
Des chercheurs ont analysé 2 920 protéines plasmatiques chez 53 026 participants du UK Biobank sur 14 ans, identifiant 892 protéines uniques significativement associées à 13 pathologies cardiovasculaires. Les principales conclusions incluent NT-proBNP comme meilleur prédicteur de la fibrillation auriculaire, et GDF15 pour l'insuffisance cardiaque. La randomisation mendélienne a confirmé que 225 protéines sont causalement liées aux maladies cardiovasculaires, LPA présentant l'association la plus forte avec la maladie coronarienne. Un modèle de prédiction par apprentissage automatique a atteint une AUC de 0,86 pour l'anévrisme de l'aorte abdominale. L'analyse de médiation a révélé que des facteurs de risque modifiables, tels que le tabagisme et l'IMC, médiatisent de nombreuses relations protéine-maladie cardiovasculaire, ouvrant la voie à des cibles de prévention concrètes.
Résumé détaillé
Les maladies cardiovasculaires demeurent la principale cause de mortalité dans le monde, pourtant des analyses longitudinales complètes reliant l'ensemble du protéome plasmatique à divers sous-types de maladies cardiovasculaires ont jusqu'ici fait défaut. Cette étude comble cette lacune en cartographiant systématiquement les associations entre protéines plasmatiques et 13 événements cardiovasculaires incidents au sein de l'une des plus grandes cohortes de protéomique jamais constituées.
À partir des données de 53 026 participants de la UK Biobank avec un suivi médian de 14 ans, les chercheurs ont mesuré 2 920 protéines plasmatiques de référence et appliqué des modèles de risques proportionnels de Cox afin d'identifier des associations significatives après correction de Bonferroni stricte. Ils ont mis en évidence 3 089 associations protéine-maladie cardiovasculaire significatives impliquant 892 analytes protéiques uniques. Les associations les plus marquantes comprenaient NT-proBNP pour la fibrillation auriculaire (P = 6,31×10⁻³¹³), NPPB et GDF15 pour l'insuffisance cardiaque, ainsi que LEP et FABP4 comme corrélats les plus forts de la structure et de la fonction cardiaques mesurées par imagerie par résonance magnétique cardiovasculaire (CMR).
Un modèle de prédiction par apprentissage automatique entraîné sur 257 protéines présélectionnées a surpassé de manière significative l'outil standard d'évaluation du risque cardiovasculaire SCORE2 pour la plupart des événements étudiés, atteignant une AUC de 0,86 pour l'anévrisme de l'aorte abdominale. L'ajout des données protéiques à SCORE2 a encore amélioré la discrimination, soulignant la valeur prédictive additive du protéome plasmatique au-delà des facteurs de risque cliniques conventionnels.
Une analyse de randomisation mendélienne à deux échantillons, utilisant des variants génétiques comme variables instrumentales afin de minimiser les biais de confusion, a identifié 225 protéines causalement associées aux maladies cardiovasculaires. LPA a présenté l'association causale la plus forte avec la coronaropathie (OR = 1,13, P = 2,38×10⁻¹⁵). Fait notable, nombre de ces protéines causales sont déjà des cibles de médicaments existants, ouvrant ainsi des perspectives concrètes de repositionnement thérapeutique. Les analyses de médiation ont révélé des médiateurs à large spectre — IGFBP4 et GDF15 influençant chacun 9 événements cardiovasculaires — les facteurs de risque modifiables tels que le tabagisme et l'IMC constituant les principales voies de médiation entre les protéines et le risque cardiovasculaire.
Cette étude fournit une cartographie systémique sans précédent de la manière dont le protéome plasmatique interagit avec la santé cardiovasculaire à travers les sous-types de maladies, la structure cardiaque et la fonction. En combinant épidémiologie longitudinale, inférence causale et modélisation prédictive, elle pose les bases du développement de panels de biomarqueurs protéiques, du perfectionnement de la détection précoce des maladies cardiovasculaires et de l'identification de nouvelles cibles thérapeutiques.
Principales conclusions
- 892 unique plasma proteins significantly associated with 13 CVD outcomes across 53,026 participants over 14 years.
- NT-proBNP showed the strongest single association, with atrial fibrillation at P = 6.31×10⁻³¹³.
- Machine-learning protein model achieved AUC 0.86 for abdominal aortic aneurysm, outperforming standard SCORE2.
- 225 proteins causally linked to CVDs via Mendelian randomization; LPA strongest for coronary artery disease.
- IGFBP4 and GDF15 mediate 9 cardiovascular outcomes each, with smoking and BMI as key modifiable mediators.
Méthodologie
Étude de cohorte prospective portant sur 53 026 participants du UK Biobank suivis pendant une médiane de 14 ans. Des modèles de Cox à risques proportionnels ont évalué 2 920 protéines plasmatiques en relation avec 13 critères cardiovasculaires, avec correction de Bonferroni. L'inférence causale a reposé sur la randomisation mendélienne à deux échantillons avec des instruments génétiques dérivés de GWAS ; les modèles de prédiction ont appliqué l'apprentissage automatique à 257 protéines présélectionnées.
Limites de l'étude
La cohorte UK Biobank est majoritairement composée de Britanniques blancs, ce qui limite la généralisabilité des résultats à d'autres populations ethniques. Les taux de protéines plasmatiques n'ont été mesurés qu'au moment de l'inclusion, si bien que les variations survenant au cours du suivi ne sont pas prises en compte. En tant qu'étude observationnelle, un résiduel de confusion demeure possible malgré les efforts de randomisation mendélienne visant à établir la causalité.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :
